AI kan finde fejl, som R&D-ingeniører overser

RD8 hjælper fremstillingsvirksomheder med at undgå dyre designfejl. Et AI Denmark-forløb med os har vist, at deres software til fejldetektion fremover kan blive endnu stærkere med kunstig intelligens.

Tænk, hvis I producerede en pumpe med en konstruktionsfejl, der først blev opdaget, når en million pumper var i brug! Heldigvis kan dén type fejl forebygges via ingeniørdisciplinen robust design, som firmaet RD8 er specialiseret i. 

Men RD8 rådgiver ikke bare; de har også digitaliseret processerne med software, der automatisk vurderer kvaliteten af et mekanisk design ved at læse de 3D-produktmodeller, som udgør produktionsgrundlaget.

Et AI Denmark-forløb med os har netop vist, at kunstig intelligens har potentiale til at styrke deres software, fortæller Niels Sørensen, der er kommercielt ansvarlig hos RD8.

Automatisk fejlfinding inden for industrielt design
Den første version af RD8’s software er allerede i anvendelse hos en række globale fremstillingsvirksomheder. Her fungerer den digitale løsning som en erfaren ingeniør, der kvalitetstjekker designet, men 100 gange hurtigere, eksemplificerer Niels Sørensen.

”Vores software er ligesom en stavekontrol til mekanisk design,” udtaler han. ”Hvis du uploader din 3D-model til vores software, får du at vide, hvordan du kan forbedre designet. På minutter.”

RD8’s softwareplatform kan kvalitetstjekke alle designs, uanset hvilket Computer Aided Design-program de er lavet i, fortæller han. ”I princippet kan alle udviklingsingeniører i hele verden bruge det.”

Det er en hjørnesten i deres strategi, for RD8 har en ambition om at gøre deres specialviden bredt tilgængelig ved at skabe software, der er let at bruge og kompatibel med alle CAD-filer, understreger han. 

Effektivt og bæredygtigt at rette fejl tidligt
Ved at udbrede robust design til flere kan RD8’s software ifølge Niels Sørensen spare både tid, penge og ressourcer i stor skala. Det skyldes, at et kvalitetstjek af designet allerede på skrivebordet ville vende op og ned på designprocessen, som den ser ud i dag, forklarer han. 

Når man i gamle dage producerede en pumpe, byggede man en fysisk prototype, som blev testet i virkeligheden i en række test loops, hvor designet så blev rettet lidt til efter hvert loop, hvilket er overordentlig ineffektivt, forklarer Martin Bue Bertelsen, der er ansvarlig for RD8’s software.

Digitale modellerings- og simuleringsværktøjer har ændret den proces og samtidig gjort det muligt at lade RD8’s software identificere forbedringer, inden man når til de dyrere stadier af udvikling og test.

Problemerne og ikke mindst udgifterne forårsaget af dårligt design forstærkes, jo længere ned ad værdikæden, man når, inden de opdages, supplerer Niels Sørensen. ”Når man skal masseproducere et produkt, kan omkostningerne ved at korrigere fejl til sidst i processen være ti gange højere end de ville være ved korrektion i designprocessen.”

Det er også mere bæredygtigt at gøre det rigtigt fra starten, påpeger han. At der er et marked for robust design, vidner RD8’s projektportefølje om: Deres voksende team på knap 40 specialiserede ingeniører og udviklere rådgiver globale fremstillingsvirksomheder, der også bruger selskabets software.

AI Denmark-forløb tog fat, dér hvor det rører sig
Når man beregner kvaliteten og robustheden af et design, spiller kontaktfladerne den største rolle, dvs. hvorvidt og hvordan forskellige elementer påvirker hinanden, forklarer Martin Bue Bertelsen. 

”Der er otte forskellige discipliner, der danner fundamentet i vores tilgang til robust design, og af dem er kinematikken den mest fundamentale. Og i dén disciplin spiller kontaktflader en helt central rolle,” udtaler han.

Derfor var det også naturligt, at Alexandra Instituttets AI-specialister tog fat i netop dette område for at undersøge, om kunstig intelligens kunne trænes til at identificere, hvilke dele interagerer med hinanden i et design, fortæller han.

AI-intuition slår ingeniørernes beregninger
AI Denmark-forløbet har været både eksplorativt og givtigt, fortæller RD8’s algoritmespecialist Thor Gabelgaard Nielsen, der har drevet samarbejdet med vores AI Specialist Tomasz Prytuła. For mens kunstig intelligens til chatbots allerede er ret veludviklet, er AI til grafiske interfaces og elementer, der bevæger sig i forhold til hinanden i 3D, meget mindre udviklet.

Vi undersøgte derfor, om et neuralt netværk kunne lære at analysere kontaktfladerne i konstruktionstegningerne visuelt, nærmest intuitivt, i stedet for som ingeniørerne at bruge geometrisk matematik til at beregne dem. 

Det lykkedes specialisterne at træne et neuralt netværk på RD8’s forholdsvist begrænsede, men annoterede data, fortæller Thor Gabelgaard Nielsen. ”En kunstig intelligens kan godt lære at forstå kontaktflader og skelne gode designs fra dårlige designs,” slår han fast. 

”Vi er interesserede i at komme i gang med næste fase,” siger han. Til det formål har RD8 brug for større datamængder til at viderebygge modellen, som han håber, virksomhedens globale klienter vil indgå i et samarbejde om. For jo mere virkelighedsnære deres træningsdata er, desto hurtigere kan RD8 hjælpe deres kunder videre med designoptimering via kunstig intelligens.